台灣的科技能量持續提升，尤其在強勁的科技應用產業鏈，而近年浪潮來襲，透過AI技術協助國內各類型產業升級，早已成為產官學界重點。
數位發展部就明確指出，將以「產業AI化」與「AI產業化」兩大方向作為主要推動路徑，其中產業AI化，意指是將AI技術融入現有產業，提升效率和創新能力；AI產業化則是將AI本身視為獨立的產業，加以扶持、培育。
加速發展 最關鍵的一年
全球AI分析領導廠商SAS的台灣區總經理陳愷新認為：「展望2024，強化AI發展的策略、對企業以及產業界而言是極為關鍵的一年。」
陳愷新在上任SAS台灣總經理14年來，看見了AI與進階商業分析是未來趨勢，倚靠獨特的價值主張帶領公司轉型，協助各領域企業運用AI及資料科學解決問題、創造價值，並帶領SAS台灣業績提升超過十倍，更將國外的AI成功經驗實踐於台灣市場，加速台灣的AI發展進程。
根據IDC報告指出，2027年全球AI解決方案市場規模將超過5,000億美元，作為台灣AI分析領導者的SAS台灣，相較2022年，2023年包含雲端在內及新軟體授權收入，大幅成長六成。三年的年化業績增長率不僅位居亞太日本區之首，同時新授權收入也名列SAS全球前十大國家。特別是在製造業領域，更連續第二年位居全球分公司之冠。
2023年以來，陳愷新明顯感受到橫空出世的生成式AI，讓多數企業體認到AI的重要性與急迫性，不過他也指出，目前台灣企業發展AI仍有實作上的挑戰與困難，未來一年將是企業穩健基礎、站穩先機的關鍵時刻，陳愷新建議：「台灣產業啟動AI化，可先從AI平民化、負責任AI、AI持續營運化三大施力點著手。」
首先，人才缺乏，不是台灣獨有的問題，全球都求才若渴。根據數位發展部的調查指出，56.1%企業認為AI專業人才不足，而此問題也將隨著AI發展日益嚴重。
除了持續培育人才外，其中重要解方即是「平民化AI」，降低操作AI的門檻，讓不同背景的工作者，如業務單位、產線人員、行銷人員等，都可以創建和部署AI解決方案。
隨著AI的迅速發展，全球多國已陸續制定AI法規，呼籲產業界應打造負責任的AI，確保以安全、透明與合乎道德的方式進行AI開發與應用。而關鍵基礎便是打造具備可解釋性的AI系統。
智慧應用 三大方向著手
例如具解釋力的人工智慧平台，可以讓醫生追溯AI的診斷過程，理解判讀結果的依據，加強安全性，銀行和保險業者，運用AI分析上億筆交易，進行自動核保、核貸、防範詐欺時，可避免演算法偏見造成的不公平，以達到公平待客及普惠金融。
近年企業的AI進程，開始從試驗性「前導式AI」走向「營運化AI」，不過根據陳愷新多年協助企業建構AI平台的經驗發現，企業辛苦產出的分析模型，有多數未能實際營運，陳愷新點出，企業不可忽視AI全生命周期的重要性，這同時也是企業能否快速地將AI實際落地應用的核心概念。
事實上，AI的生命周期不只是開發AI模型，耗費更多時間與心力的階段，往往於開發前巨量資料處理，及後續將AI模型部署在營運環境，如各銀行分行的電腦、工廠的機械設備等。
陳愷新建議，企業需有效管理AI生命周期，使每個階段緊密連結，團隊協作更緊密。而要達到這個目標，要建立一套標準化且自動化的AI平台與AI開發流程，定期審查和改進，以加速模型落地，並持續保持AI模型的準確性及效能。
陳愷新認為，2024年將是企業鞏固AI基礎、建立堅實AI治理架構的關鍵年，以加速台灣產業AI化、AI產業化，形成創新智慧應用的生態系。
看好AI基礎扎實建立後，下一步將技術已成熟的預測式AI，結合全球關注的生成式AI，形成「複合式AI架構」，以因應日益複雜的營運流程，擴大數位新時代的競爭優勢，期望在下一波的智慧革命中取得機會，以帶動經濟發展至新階段，讓台灣成功躋身尖端智慧國家之列。
標題：經營啟示錄／打造AI生態系 三點聚焦
鄭重聲明：本文版權歸原作者所有，轉載文章僅爲傳播更多信息之目的，如有侵權行爲，請第一時間聯系我們修改或刪除，多謝。
